基于神经网络的文档排名

我计划实现一个使用神经网络的文档排名系统。如何通过考虑相似文章的评分来对文档进行评级？有没有好的Python库可以用来做这件事？谁能推荐一本关于人工智能的好书，里面有Python代码？

编辑

我计划制作一个推荐引擎，该引擎将从相似用户那里进行推荐，并使用基于标签的数据进行聚类。用户将有机会为文章投票。文章总数大约有十万篇。文档将根据它们的标签进行聚类。给定一个关键词，文章将根据它们的标签被提取出来，并通过神经网络进行排名。

回答：

你试图解决的问题被称为“协同过滤”。

一种最先进的神经网络方法是深度信念网络和受限玻尔兹曼机。要查看GPU（CUDA）的快速Python实现，请点击这里。另一个选择是PyBrain。

关于你具体问题的学术论文：

这可能是神经网络和协同过滤（电影）的最先进技术：

Salakhutdinov, R., Mnih, A. Hinton, G, Restricted Boltzman Machines for Collaborative Filtering, 将出现在2007年第24届国际机器学习会议论文集上。 PDF
在Python中实现的Hopfield网络：

Huang, Z. and Chen, H. and Zeng, D. Applying associative retrieval techniques to alleviate the sparsity problem in collaborative filtering. ACM Transactions on Information Systems (TOIS), 22, 1,116–142, 2004, ACM. PDF
关于使用受限玻尔兹曼机进行协同过滤的论文（他们说Python不适合这项工作）：

G. Louppe. Collaborative filtering: Scalable approaches using restricted Boltzmann machines. 硕士论文，列日大学，2010年。
PDF

目前，神经网络并不是协同过滤领域的最先进技术。它们也不是最简单、最广泛使用的解决方案。关于你提到使用神经网络的原因是数据量太少，神经网络在这种情况下并没有固有的优势或劣势。因此，你可能需要考虑更简单的机器学习方法。

目前最好的方法是结合使用k-最近邻和矩阵分解。

如果你坚持使用Python，可以看看pysuggest（SUGGEST推荐引擎的Python包装器）和PyRSVD（主要针对协同过滤应用，特别是Netflix竞赛）。

学技术